Python 实现七大排序算法(1)

最新推荐文章于 2024-07-30 10:03:28 发布

2401_84572928

最新推荐文章于 2024-07-30 10:03:28 发布

阅读量789

点赞数 21

分类专栏：程序员文章标签： python 学习面试

本文链接：https://blog.youkuaiyun.com/2401_84572928/article/details/138937674

版权

程序员专栏收录该内容

96 篇文章

订阅专栏

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

插入算法把要排序的数组分成两部分：第一部分包含了这个数组的所有元素，但将最后一个元素除外（让数组多一个空间才有插入的位置），而第二部分就只包含这一个元素（即待插入元素）。在第一部分排序完成后，再将这个最后元素插入到已排好序的第一部分中。

代码实现

-- coding: UTF-8 --

def insert_sort(lists):

插入排序时间复杂度为 O(n^2)

count = len(lists)

for i in range(1, count):

key = lists[i]

j = i - 1

while j >= 0:

if lists[j] > key:

lists[j + 1] = lists[j]

lists[j] = key

j -= 1

return lists

if name == “main”:

test = [2, 5, 4, 6, 7, 3, 2]

print(insert_sort(test))

希尔排序

描述

时间复杂度为 O(n log n)，是不稳定的排序方法。

希尔排序(Shell Sort)是插入排序的一种，也称缩小增量排序，是直接插入排序算法的一种更高效的改进版本。

该方法因 DL．Shell 于 1959 年提出而得名。希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至 1 时，整个文件恰被分成一组，算法便终止。

代码实现

-- coding: UTF-8 --

def shell_sort(lists):

希尔排序时间复杂度是 O(n log n)

count = len(lists)

step = 2

group = int(count / step)

while group > 0:

for i in range(0, group):

j = i + group

while j < count:

k = j - group

key = lists[j]

while k >= 0:

if lists[k] > key:

lists[k + group] = lists[k]

lists[k] = key

k -= group

j += group

group = int(group / step)

return lists

if name == “main”:

test = [2, 5, 4, 6, 7, 3, 2]

print(shell_sort(test))

冒泡排序

描述

时间复杂度是 O(n²)，是稳定排序算法。

它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。

代码实现

-- coding: UTF-8 --

def bubble_sort(lists):

冒泡排序时间复杂度是 O(n²)

count = len(lists)

for i in range(0, count - 1):

for j in range(0, count - i - 1):

if lists[j] > lists[j + 1]:

lists[j], lists[j + 1] = lists[j + 1], lists[j]

return lists

if name == “main”:

test = [2, 5, 4, 6, 7, 3, 2]

print(bubble_sort(test))

快速排序

描述

快速排序的时间复杂度是 O(n log n)，是不稳定排序算法。

通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。

代码实现

-- coding: UTF-8 --

def quick_sort(lists, left, right):

快速排序时间复杂度是 O(n log n)

if left >= right:

return lists

key = lists[left]

low = left

high = right

while left < right:

while left < right and lists[right] >= key:

right -= 1

lists[left] = lists[right]

while left < right and lists[left] <= key:

left += 1

lists[right] = lists[left]

lists[right] = key

quick_sort(lists, low, left - 1)

quick_sort(lists, left + 1, high)

return lists

if name == “main”:

test = [2, 5, 4, 6, 7, 3, 2]

print(quick_sort(test, 0, len(test) - 1))

直接选择排序

描述

选择排序的时间复杂度是 O(n²)，是不稳定排序算法。

基本思想：第 1 趟，在待排序记录 r1 ~ r[n] 中选出最小的记录，将它与 r1 交换；第 2 趟，在待排序记录 r2 ~ r[n] 中选出最小的记录，将它与 r2 交换；以此类推，第 i 趟在待排序记录 r[i] ~ r[n] 中选出最小的记录，将它与 r[i] 交换，使有序序列不断增长直到全部排序完毕。

代码实现

-- coding: UTF-8 --

def select_sort(lists):

选择排序时间复杂度是 O(n²)

count = len(lists)

for i in range(0, count):

min = i

for j in range(i + 1, count):

if lists[min] > lists[j]:

min = j

lists[min], lists[i] = lists[i], lists[min]

return lists

if name == “main”:

test = [2, 5, 4, 6, 7, 3, 2]

print(select_sort(test))

堆排序

描述

堆排序的时间复杂度是 O(n log n)，是不稳定排序算法。

堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆，是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值，即 A[PARENT[i]] >= A[i]。在数组的非降序排序中，需要使用的就是大根堆，因为根据大根堆的要求可知，最大的值一定在堆顶。

代码实现